DTC系统中神经网络转速辨识器优化研究 Optimization Research of Neural Network Rotate Speed Identifier on DTC System.pdfVIP

下载本文档

2
0
约1.41万字
约 5页
2017-08-01 发布于上海
举报
版权申诉

DTC系统中神经网络转速辨识器优化研究 Optimization Research of Neural Network Rotate Speed Identifier on DTC System.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

散电机中圈分类号：TM343 文献标志码：A DTC系统中神经网络转速辨识器优化研究曹承志，刘洋 (沈阳工业大学信息科学与工程学院，沈阳110023) 摘要：基于直接转矩控制(iyrc)系统中的非线性关系，提出了利用改进粒子群优化(PSO) 算法优化BP神经网络来构造转速辨识器。利用惯性权重线性递减法和粒子调整机制相结合来改进PSO算法，能加快BP神经网络收敛速度并实现全局搜索。通过对3种改进BP神经网络的仿真和实验，验证了改进PSO—BP神经网络能够使系统具有更为良好的静态和动态性能。关键词：粒子群优化算法；BP神经网络；直接转矩控制；转速辨识器；异步电动机 IdentifierOR ResearchofNeuralNetworkRotate DTC Optimization Speed System CAO Cheng—zhi，LIUYang Science of and (Information EngineeringCollege，ShenyangUniversity 1 Technology，Shenyang10023，China) onthe indirect modified Abstract：Based IX50(Particle nonlinearitytorquecontrol(DTC)system，a Swarm was to ne哪orkand Optimization)algorithmpIDposedoptimizeBP(Back—propagation)neural structuretherotate identifier．Combinedalinear methodofinertia witha speed digression weight particle couldacceleratethe ofBPneuralnetworkandrealize turninglaws，thisalgorithm convergencespeed withresultsofthreemodifiedBPneural showedthatthe globalsearch．Compared network。simulations hadbetterstaticand with modifiedPSO·BPneuralnetwork． system dyn锄主cperformancesusing swarm neural Words：Particle network；Directcontrol；Rotate Key optimizationalgorithm；BP torque motor spee